최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
한방울, 김민호, 이재훈
2018 / Journal of Korea Trade
데이터가 존재하지 않습니다.
loading...
본 연구는 검색 키워드와 상품 상세정보를 활용한 Doc2vec 기반의 새로운 추천 모형을 제안하며, 기존 협업 필터링 방식의 한계를 극복하고자 한다. 제안 모형은 고객의 평점, 검색어, 상품 상세정보를 종합적으로 고려하여 추천 결과를 생성하며, 실험 결과 기존 모형보다 더 나은 성능을 보였다. 특히, 검색어 및 상품 상세정보가 추천에 유의한 영향을 미치는 것을 확인하였다.
Recommender systems : the textbook
Python을 이용한 개인화 추천시스템
R을 이용한 추천 시스템
데이터마이닝의 원리와 구현 : R과 함께
추천 시스템 : 기초부터 실무까지 머신러닝 추천 시스템 교과서
Programming collective intelligence : building smart web 2.0 applications
Python을 이용한 개인화 추천 시스템
Recommender systems handbook
R 예제로 배우는 머신 러닝
Recommender systems handbook
Recommender systems handbook
Machine learning paradigms : applications in recommender systems
추천 알고리즘의 과학 : AI는 어떻게 내가 보고싶은 뉴스를 보여줄까?
추천 시스템 입문 : 개인화된 콘텐츠 제공을 위한 추천 시스템 설계부터 UIUX, 구현 기법, 평가까지 =
AWS 머신러닝 마스터하기 : SageMaker, Apache Spark 및 TensorFlow를 사용한 Python의 고급 머신러닝
Recommender Systems in Fashion and Retail
Fashion Recommender Systems
추천 엔진을 구축하기 위한 기본서 : R, 파이썬, 스파크, 머하웃, Neo4j를 이용해 추천 엔진 구축 시작하기
지능정보연구
이윤주, 원하람, 심재승, 안현철지능정보연구
LI QINGLONG; 장동수; 구하은; 김재경Expert Systems with Applications
Aramanda A.,Md.Abdul S.,Vedala R.IOP Conference Series: Materials Science and Engineering
Abba Suganda Girsang; Antoni Wibowo; Roslynlia; JasonSN Computer Science
Nguyen Thi Dieu A.,Vu T.N.,Le T.D.IOP Conference Series: Materials Science and Engineering
Isti Surjandari; Arief Faizin지능정보연구
전병국; 안현철International Journal of Data Science and Analytics
Nasir M.,Ezeife C.I.경영정보학연구
조승연, 최지은, 이규현, 김희웅Personal and Ubiquitous Computing
Yang Y.,Jo J.,Lim H.지식경영연구
문현실, 임진혁, 김도연, 조윤호Computers, Materials and Continua
Ibrahim M.,Bajwa I.S.,Sarwar N.,Waheed H.A.,Hasan M.Z.,Hussain M.Z.Expert Systems with Applications
Yu S.,Yang M.,Qu Q.,Shen Y.한국차세대컴퓨팅학회 논문지
서정한, 박진호지능정보연구
구민정, 안현철지능정보연구
타이쎄타; 하인애; 조근식한국컴퓨터정보학회논문지
신수미; 김경창한국컴퓨터정보학회논문지
신수미, 김경창Future Generation Computer Systems
Kermany N.R.,Zhao W.,Batsuuri T.,Yang J.,Wu J.지능정보연구
홍태호, 홍준우, 김은미, 김민수전선 / 대학원
주어진 지식과 경험을 바탕으로 앞으로 주어질 작업을 효율적이고 체계적으로 수행할 수 있는 컴퓨터 프로그램 개발에 많은 연구가 계속되어 오고 있다. 이러한 연구의 핵심 분야인 기계 학습(Machine Learning)에 관한 강의로써 현재까지 발표된 대표적인 연구 논문들을 중심으로 이론 및 알고리즘, 응용 분야 등을 설명한다.전선 / 학사
구매에서 소비자정보의 역할이 보다 더 강조되고 있다. 소비자들의 정보 사용 행동을 분석하고, 광고매체 등 정보제공환경을 파악함으로써 바람직한 정보정책의 틀을 모색한다.전선 / 대학원
불완전한 정보로 인한 시장문제와 소비자 문제를 바탕으로 소비자들의 정보탐색활동을 평가하고, 매체로부터의 정보를 분석함으로써 바람직한 정보정책의 틀을 제시한다.전선 / 대학원
마케팅 활동의 효과를 높이는 방향의 하나로서 데이터에 기반한 과학적인 마케팅 실행에 대한 필요성이 지속적으로 높아지고 있는데, 데이터 사이언스 및 인공 지능 분야의 핵심 요소 중의 하나인 머신 러닝 기법들이 이러한 과학적이며 효과적인 마케팅 프로그램을 실행하는데 있어 매우 유용한 도구로서 활용될 수 있을 것이다. 본 과목에서는 마케팅 의사 결정의 품질을 높이기 위해 머신러닝의 다양한 분석 기법을 효과적으로 활용하는 방법에 대해 학습하는데, 마케팅 의사 결정의 종류가 다양하고 또한 이들 종류별로 필요한 데이터와 적절한 분석 기법이 상이하므로 마케팅 의사 결정 종류별로 어떠한 데이터를 어떠한 기법을 통하여 분석할 것인지에 대한 체계를 중심으로 학습한다.전선 / 대학원
소비자들의 ‘안전할 권리’는 당연히 보호되어야 하지만, 이를 위해 채택된 각종 규제장치에 대해서는 여러 가지 반론이 공존하고 있다. 예를 들면 소비자선택권을 제한한다는 반론에서부터 적절한 시장영향평가도 없이 규범적으로 도입되고 있다는 반론까지 다양한 비판이 있다. 이에 본 과목에서는 소비자안전보호에 대한 필요성과 정당성의 여러 가지 근거를 소개하며, 현재 많은 국가에서 채택하고 있는 각종 소비자안전기제들에 대해 다루며, 정책평가를 통해 각 정책기제들의 영향력과 효과에 대해 분석한다.전필 / 학사
본 과목에서는 정형 데이터와 비정형 데이터를 효과적으로 관리하고 분석하는 데에 필요한 제반 이론 및 기법을 배운다. 구체적으로, 본 과목의 전반부에서는 데이터베이스 (DB)를 기반으로 한 정보 시스템의 설계 및 구현, 그리고 DB 마이닝과 DB 기반 추천 시스템과 관련된 모형과 기법을 다루고, 후반부에서는 텍스트 데이터를 대상으로 정보 검색, 문서 분류 및 군집화를 위한 주요 이론과 방법론들을 소개한다. 아울러, 본 과목은 소개된 모형 및 기법들을 구현하여 다양한 형태의 데이터에 실적용해보는 프로젝트들을 포함하는 바, 이를 통해 실제 문제에 대한 해결 능력을 기르고, 관련된 기술적 이슈들을 경험해보는 것을 목표로 한다.전선 / 대학원
본 교과목의 목표는 기업 이익과 가장 직결된 경영의사결정 사항인 가격 결정을 과학적으로 접근하는 틀을 공부하는 데 있다. 이를 위해 마케팅의 3C인 비용(cost), 고객(customer), 그리고 경쟁자(competitors)를 중심으로 가격을 바라보고자 한다. 또한 이 세 가지 기초이론을 바탕으로 비선형가격(nonlinear pricing), 단수가격(odd pricing) 등 보다 구체적인 가격전략을 공부한다전선 / 대학원
차세대 (환경친화적, 정보집약적, 대량맞춤형) 제품 및 서비스의 경쟁력 제고를 목표로, 제품개발 과정에서의 각종 의사결정을 합리화하고, 제품의 기능, 구조 및 원가 측면에서의 설계최적화를 꾀하며, 이들을 지원하기 위한 효과적 정보시스템을 구축하는 측면에서의 각종 연구논제를 다룬다.전선 / 대학원
데이터와 컴퓨팅 역량의 폭발적인 증가로 인해, 비즈니스 의사결정에서 데이터 분석과 정량적 모델링의 활용은 필수적인 요소가 되었다. 이 과목은 데이터 과학과 고급 경영과학을 결합하여, 다양한 비즈니스 환경에서 데이터의 활용을 통한 효율적 의사결정 시스템을 구축하기 위한 기술과 도구들을 다룬다. 전통적인 데이터 처리 및 분석을 넘어, 데이터를 스마트하고 해석 가능하며 실행 가능한 비즈니스 의사결정으로 변환하는 '처방적 분석' 방법론에 중점을 둔다. 구체적으로는 머신러닝 알고리즘, 고급 의사결정 모델링, 최적화와 같은 기술을 결합하여 자원 배분, 공급망 관리, 불확실성 대응, 경제성 분석 등 다양한 문제들을 데이터와 정량적 근거에 기반하여 해결하는 능력을 배양하는 것을 목표로 한다. 고급 엑셀 기능과 기본적이고 쉽게 이용 가능한 파이썬 모델링 기법 등 실무적인 도구들을 익히며, 코딩 기술이 요구되지 않는 상황에서도 이 도구들의 메커니즘을 이해하고 활용할 수 있는 매니저로서의 역량을 기르게 될 것이다. 이 과목은 처방적 분석 방법론의 실무적 유용성에 초점을 맞추어, 다양한 분야에서 해석 가능하고 실행 가능한 의사결정 시스템을 구축하려는 경영 매니저들에게 유용할 것이다.전선 / 대학원
본 교과목의 목적은 학생들에게 소비자 행동을 이해하기 위한 기초가 되는 의사결정관련 연구들을 소개하는데 있다. 판단과 의사결정, 제한된 합리성, 확률적 추론, 확률 모형, 개인차, 불확실성하에서의 사고와 의사결정, 상황맥락을 반영한 선호, 조직에서의 의사결정 등의 주제를 다룬다. 과목은 세미나 방식으로 진행된다.전선 / 대학원
상품유통에 대한 최근의 이론과 연구결과를 살펴보고 의류상품에서 특별하게 나타나는 유통상의 특성을 집중적으로 학습한다. 특히 리테일링의 다양한 형태, 전망, 형태별 전략 등을 이해하고, 우리나라 패션산업에서 유통부분의 발전을 위한 구체적인 방안을 모색한다.전선 / 학사
본 과목은 다양한 마케팅 자료를 이용하여 기업의 최적 마케팅 프로그램을 설계하고 진행하는데 필요한 분석적 접근 방법을 학습하는 것을 목표로 한다. 기존의 설문 조사 중심의 전통적 마케팅 조사의 접근 방법으로는 매일 빠른 속도로 생성되는 다양하고 방대한 마케팅 자료를 충분히 활용하는데 한계가 존재하는데, 이 과목에서는 이러한 개별 기업의 독자적인 거래 내역 자료 및 소비자의 구매와 미디어 소비에 관련된 외부 자료등 다양한 마케팅 관련 자료를 활용하여 제품, 가격, 촉진, 유통 등의 마케팅 의사 결정의 개선을 돕는 새로운 분석적 기법을 학습한다.전선 / 대학원
이 과목의 목표는 소비자 연구와 관련 있는 최근의 연구 결과들을 다룸으로써 향후 연구 가능한 새로운 아이디어를 창출하는데 있다.전선 / 대학원
마케팅 관련 의사결정을 돕기 위해 여러 다양한 형태의 통계학적 모형이 개발되어 왔다. 이때 마케팅 의사결정문제는 제품, 가격, 촉진, 유통, 경쟁전략을 포함한다. 본 과목에서는 여러 마케팅 계량모형들을 세미나의 형태로 살펴봄으로써, 마케팅 모형에 대한 이해를 통해 연구주제를 발굴하게 하는 데 그 목적이 있다.전선 / 대학원
"오늘날과 같이 기술간제품간 융합이 활발히 이루어지고, 소비자들의 신제품에 대한 수요가 다양해지는 환경에서, 신기술 혹은 신제품의 성패는 기술적인 요인에 의해서 결정되어 진다기보다는 시장에서의 성공에 좌우된다고 할 수 있다. 따라서, 신기술 및 신제품에 대한 수요분석 및 예측은 기업전략은 물론 국가의 연구개발정책에 있어서도 그 중요성이 더욱더 커진다고 할 수 있다. 본 교과는 이와 같은 신 기술경제 패러다임(New Techno-Economics Paradigm) 하에서 빠른 기술혁신과 불확실한 시장으로 정의될 수 있는 신기술 및 신제품의 수요를 분석하는데 필요한 기초적인 지식을 교육한다. 교과내용은 크게 2가지로 나누어지는데, 첫번째는 신기술의 개별속성에 대한 소비자의 선호구조를 분석하는데 필요한 다양한 이산선택모형(discrete choice model)과 이를 추정하는데 필요한 여러 가지 시뮬레이션 기법 및 베이지안적 접근에 의한 추정법이 포함되고, 두번째는 위험함수(hazard function)의 정의에 기반한 광범위한 형태의 확산모형(diffusion model)을 이용한 수요예측모형이 포함된다."전선 / 대학원
본 교과목은 소비자학 분야의 2차 데이터를 탐색하고, 이를 통해 관련 연구 주제와 최신 연구 동향을 고찰하는 것을 목표로 한다. 또한, 2차 데이터 연구에 활용할 수 있는 분석 기법을 학습하고, 이를 연구에 적용할 수 있도록 실습한다. 수강생은 관심 있는 연구 문제를 선정하고, 해당 데이터를 분석하여 연구를 수행한 뒤 논문을 작성한다. 2군 교과목으로, 주제와 활용되는 2차 데이터는 개설 학기에 따라 변경된다.전선 / 학사
소비자와 환경과의 상호작용을 중심으로 한 소비자의 형태 및 소비자시장을 중심으로 하여 조사이론과 실제를 겸한다. 현장조사를 통한 자료의 수집 및 분석과 해석방법을 체득하며 소집단별로 논문을 완성하고 토의, 평가한다.전선 / 대학원
본 과목의 목표는 식품 관련 소비자의 행동에 영향을 주는 정보가 무엇인지를 연구하는 것이다. 식품 포장, 라벨, 인증, 광고, 홍보 등의 정보 요소가 소비자들의 식품 선택, 구매, 섭취 행동에 어떤 영향을 주는 지를 다양한 연구들을 리뷰 함으로써 그 경향을 파악한다. 또한 인터넷에서의 식품 소비자 정보 탐색 연구를 통해 다양한 환경에서의 소비자의 인지, 심리, 행동에 관한 이해를 한다.전선 / 학사
소비자보호와 소비자교육을 위한 기초로서 소비자행동을 연구한다. 소비자 구매의사결정과 정보처리과정을 사회심리적 모델을 중심으로 분석하고 이에 영향을 미치는 심리적, 사회적, 문화적 요인들을 검토한다.전선 / 학사
소비자학 전반에 관련되는 문헌조사를 하여 학문연구의 이론적 바탕을 체득하고, 사회 진출한 소비자학 전공자들의 경험담을 통해 실질적인 적용에 대해서 이해한다. 논문의 평가, 연구문제의 설정 및 연구방안을 설계할 수 있는 능력을 향상시킨다.